一种探地雷达图像对齐及差异检测方法

本发明属于探地雷达回波图后处理的目标检测，尤其涉及一种探地雷达图像对齐及差异检测方法。

背景技术：

1、探地雷达是一种用于地下环境检测的无损探测仪器。探地雷达的回波图像会根据地下介质的电磁参数不同而发生变化，通过对回波图像进行分析和处理就可以快速且直观地获得地下环境的分布。探地雷达因为其具有的无损、快速、高分辨率等特点，在地下管线和空洞等缺陷的检测中有重要的工程意义。

2、探地雷达系统由一个或一组发射天线发射电磁波，另一个或另一组接收天线接收电磁波。将接收到的电磁波进行拼接就可以得到探地雷达回波图像。探地雷达不会对公路产生结构性的损坏，适用于各种不同的路况，且检测结果具有高精度性和实时性。满足公路病害检测对于高效无损、准确以及应用范围广的要求，适用于地下管线损坏及地下空洞等公路病害的检测。但是探地雷达数据量大，且其中绝大多数都是无目标的图像。在每次对公路情况进行复测时对所有图像全部进行解释和判读费时费力。由于地下出现新的病害，探地雷达回波图像会发生变化，如果能够对比同一条道路两次检测的图像，找出图像发生变化的区域能够大大提升检测效率。但是目前缺少这种对复测图像进行对比的方法。

技术实现思路

1、本发明提供一种探地雷达图像对齐及差异检测方法，用以解决现有探地雷达图像识别方法难以在大量数据中准确判断地下缺陷的问题，根据不同时间对同一地下环境复测图像进行比对，通过图像变化情况找到异常点进而检测出缺陷点。

2、本发明是通过以下技术方案实现的，本发明提出一种探地雷达图像对齐及差异检测方法，所述方法包括以下步骤：

3、步骤1：对不同时间获取的探地雷达回波图像按照相同的方法进行预处理，得到杂波受到抑制的探地雷达回波图像；

4、步骤2：利用步骤1获取的前后两次测量回波图像，使用均方误差、峰值信噪比和结构相似性指数三种度量方法评估两次获取图像的全局相似度并将图像平移对齐；

5、步骤3：将步骤2中完成图像对齐和裁剪的两次图像数据分为有差异的图像和无差异的图像；

6、步骤4：利用步骤3中得到的成对图像，分别用基于orb特征的方法和神经网络特征结合余弦相似度的方法提取图像的特征，并进行局部相似度的计算，进行差异检测。

7、进一步地，所述步骤1具体为：对两次不同时间对同一段道路实际采集的探地雷达回波图像进行直达波的滤除和图像的增益，其中直达波的滤除采用均值滤波的方法，增益采用包络极值增益的处理方法，得到处理后杂波受到抑制的探地雷达回波图像。

8、进一步地，所述步骤2具体为：对经过预处理的图像进行变换和全局相似度计算，变换采用平移变换，全局相似度取得最大值的位置即认为两次采集到的图像已对齐，相似度计算综合三种相似度度量，将三种相似度取得最大值位置的均值认为是对齐位置；

9、对两次采集的图像采取平移变换，即保持其中一年的图像数据起点和终点位置不变，而将另一年图像数据的起点向数据采集设备行进方向进行移动，且每次移动一列数据的距离；假设之前一年图像数据的起点超前于之后一年图像数据的起点，且之前一年图像数据的终点滞后于之后一年图像数据的终点；相似度计算是针对一条道路数据的整体进行计算的，相似性度量评价指标有均方误差mse、峰值信噪比psnr和结构相似性指数ssim；mse是一种基于灰度的相似性度量，用来评估两张图像之间像素级别上的差异程度；mse值越小，图像越相似，其公式为：

10、

11、其中，m·n为探地雷达图像的像素总数，i(i,j)和k(i,j)分别是第一次采集的图像i和第二次采集的图像k第i行第j列的像素值；psnr是另一种基于灰度的相似性度量，psnr为峰值信号的能量与噪声的平均能量之比，由于mse为真实图像与含噪图像之差的能量均值，而二者的差即为噪声，因此psnr可以表示为峰值信号能量与mse之比，其公式为：

12、

13、其中，mse为均方误差；max为探地雷达图像中像素点的最大值；ssim是一种基于结构的相似性度量，其通过亮度、对比度和结构三个方面来对两张图像的相似性进行评估，经过简化后的ssim公式为：

14、

15、其中μx和μy分别为两次采集的探地雷达图像x和y的均值，σx、σy和σxy分别为两次采集的探地雷达图像x和y的标准差和二者的协方差，c1、c2为常数。

16、进一步地，所述步骤3具体为：在将两次采集到的探地雷达数据对齐后，将整张图片进行裁剪，凭借研究者的经验对图像进行分类标注，将图像分为无目标、管线、空洞三类，并按照地下目标类别是否发生改变将成对的图像分为两类。

17、进一步地，所述步骤4具体为：利用基于orb特征的方法和神经网络提取特征结合余弦相似度的度量方法，提取图像特征并计算选取图像的相似度，筛选出相似度相对低的图像，判断为地下目标有差异，并根据标签进行验证；

18、所述基于orb特征的方法具体为：在探地雷达图像中，目标存在的点与周围无目标的像素点差异相对大；其方法流程为：确定一个以检测点p为圆心、半径为r的圆，对圆上与图像相交的16个像素点分别与p的像素值进行做差，当待检测点与周围邻域圆上的像素点的像素值差值大于τ时，差异才算相对大；当模板圆上差异相对大的像素点有nt个或者更多时，待检测点作为特征候选点；然后用brief算法来计算特征点的描述子，具体为：以待描述特征点为中心，构建一个s×s的邻域空间，并在该空间内随机选取nm个点对，对比每个点对p和q的灰度值大小，对比规则如下：

19、

20、其中，操作ρ(i；p,q)作用是通过对比点对像素值大小得到二进制字符串，p和q表示一组点对，i表示像素点的灰度值；再计算两张图像描述子之间的汉明距离，通过公式计算出两张图像的相似程度；

21、所述神经网络提取特征结合余弦相似度的度量方法具体为：该方法利用神经网络提取图像的特征，再利用余弦相似度来计算特征之间的相似程度，最终得到图像之间的相似度；这种方法称为net-cos-sim方法；余弦相似度算法通过计算两个向量夹角的余弦值评估他们的相似度，公式为：

22、

23、其中，vx和vy表示神经网络输出的图像x和y的特征向量，s(vx,vy)表示余弦相似度，其取值范围为[-1,1]，但图像相似度的取值范围为[0,1]，故将其进行修正，最终公式为：

24、s(x,y)＝0.5+0.5×s(vx,vy)。

25、本发明具有的有益效果是：

26、本发明对实际采集的同一段道路不同时间的探地雷达回波图像进行预处理，然后计算图像的全局相似度并进行对齐。然后将对齐后的图像进行裁剪分类，筛选出地下目标类别改变的图像和未发生改变的图像，对筛选出的图像对进行特征提取和相似度计算，验证提出对比复测方法的有效性，采用本发明的方法可以快速得到探地雷达图像变化较大的区域，从而快速锁定可能发生病害的路段。

27、实际中处理探地雷达数据时，由于真实采集到的数据量较大，而且这些数据中绝大多数是无目标的或已经发现的目标。这使得对探地雷达数据进行分析和解释时工作量较大，效率较低。而如地下空洞的道路病害的产生往往会使探地雷达图像产生较大的变化，所以在对道路进行复测时，关注相似度较低的区域可以快速锁定可能出现病害的位置，从而大大提升检测效率。